Nd:YAG纳秒激光诱导硅表面微结构的演化

利用Nd:YAG纳秒激光(波长为532和355 nm)对单晶硅在真空中进行了累积脉冲辐照,研究了表面微结构的演化情况.在激光辐照的初始阶段,532和355 nm激光脉冲均在硅表面诱导出了波纹结构,后者辐照硅表面后形成了近似同心但稍显混乱的环形波纹结构.随着脉冲数的增加,波纹结构逐渐演化为一种类似珠形的凹凸结构,最后形成准规则排列的微米量级锥形结构,该微结构的生长依赖于表面张力波和结构自组织.分析发现,形成的交叉环形结构主要是在355 nm激光辐照硅的过程中,表面张力波导致波纹结构部分叠加的结果.     

我国陆上大中型气田分布规律与有利勘探区带优选

“八五”、“九五”期间我国天然气探明储量幅度增长,大中型气田分布规律的深化研究密切关系到天然气储量的增长势头。克拉通盆地下层序古隆起控气理论和上层序非构造圈闭控气机理是克拉通大中型气田富集分布的基本规律,前陆盆地是我国富气盆地类型之一,其冲断带下盘大型造圈闭群、前缘斜坡岩性尖灭区带与浅层次生气藏、前缘隆起上的断块圈闭群等是该类盆地有利的天然气富集区带。依据充分的地质资料,结合我国天然气勘探实际,提     

氮与磷的增加对海水无机碳体系影响的实验模拟研究

海洋碳循环是全球变化研究中的重要领域,它不仅在很大程度上决定了全球气温乃至全球气候的变化趋势,而且还是海洋生态系持续发展的基础,它决定着了海洋生态环境变化的走向。众所周知，碳(C)在海洋中以无机态和有机态的形式存在,在海气系统中,大于98%的C以溶解无机碳(DIC)形式存在于水体中(Zeebe et al,2001)其对海洋碳循环的影响至关重要。 氮(N)和磷(P)等营养盐对维持海洋生态系的正常运转起着至关重要的作用。但是，由于近年来人类生产、生活污水的排放以及滩涂和沿岸水域养殖区的长期施肥,它们也作为近岸海区的主要污染物而导致近海海洋生态环境的日益恶化,影响并改变了一些海域的生态结构。如在胶州湾,由于营养盐浓度及结构发生了变化导致该湾地区浮游植物数量和优势种组成的变化(沈志良,2002)近年来,在海洋沿岸带的河口、海湾等水体较浅的透光层内,以孔石莼等绿藻为主要代表的大型海藻开始泛滥,形成大型海藻的水华。海洋生态环境的改变,必然将导致海洋碳循环的变化,从长时间尺度来看也会影响到全球的气候和气温变化。目前,对营养盐与水生藻类之间的响应关系研究已有大量的报道(王勇等,2002；刘媛等，2004；张文俊等，2004)但对于营养盐与海水无机碳体系之间的耦合作用报道甚少。在海洋环境中、C N P作为主要的生源要素,其变化相互影响,并与海水中所存有的海洋生物密切相关。探讨海水中C-N-P的相互耦合关系对于研究海洋生态环境演变过程及效应,阐明海洋碳循环过程的深层次机理,揭示在过量N P作用富营养化条件下,C的迁移转化行为有重要的科学意义和实际价值。本文作者初步研究了模拟条件下C-N-P的相互关系。     

糖类化合物的化学修饰及其生物活性的研究进展

糖类物质是自然界存在的一大类具有广谱化学结构和生物学功能的有机化合物 ,在体内具有重要的和复杂的生理作用和生理活性。研究发现 ,许多糖类化合物本身具有抗菌、抗病毒、抗肿瘤活性 ,但由于其在治疗疾病的同时也会给身体带来毒副作用 ,因而限制了其作为药物的应用。对糖及其衍生物进行化学修饰可以提高生物活性 ,降低毒副作用 ,因此引起了高度重视。海洋生物如各种藻类和甲壳动物等是糖类及其衍生物的重要来源。长期以来 ,我国对海洋糖类化合物的研究还只停留在提取分离技术和简单的分子修饰上 ,一些具有活性的混合提取物和非单一多糖及…     

中国海洋生物地球化学过程研究的最新进展

海洋是全球生态系统的重要组成部分,在地球系统中,其与大气、陆地紧密联系在一起,在调节全球气候等方面发挥着举足轻重的作用。全球变化引起的海洋变化十分明显,现在已经能够观测到海洋的大尺度物理、化学和生物特征的变化,其中海洋食物链结构、海岸带富营养化和珊瑚礁退化最为     

西秦岭临潭-岷县-宕昌断裂带新生代运动学历史及动力学分析

临潭-岷县-宕昌断裂带是青藏高原东北缘西秦岭腹地具有构造边界性质的区域断裂带之一,它由多条近于平行的逆冲-走滑断层组成。通过对其主要断层之一的小寨-浦麻断层(F3)典型断层带内断层岩类型和分带特征、构造要素的几何学-运动学特征及构造截切关系等观测分析,表明其主要为新生代形成的一条脆性断层,至少经历了3期具有不同几何学-运动学特征的构造活动历史。第一期表现为向北北东陡倾(倾角为70°~80°)的自北向南高角度逆冲作用;第二期表现为向北北东中等倾斜(倾角为30°~50°)的自北向南逆冲作用;而第三期则表现为向南西陡倾(倾角为60°~70°)的左旋走滑作用。根据断层卷入的最新地层时代、三期变形构造要素产状及截切关系和青藏高原东北缘新生代以来区域断裂活动、沉积盆地演化和地壳隆升过程分析,认为第一期挤压逆冲作用起始于始新世中期(45~50 Ma左右)持续到渐新世初期;第二期挤压逆冲作用发生在中新世末或上新世初,持续到早第四纪;而第3期左旋走滑作用只是晚第四纪以来的构造作用。临潭-岷县-宕昌断裂带的小寨-浦麻断层的三期构造活动可能记录了印度板块与欧亚板块碰撞汇聚过程不同阶段在西秦岭的构造动力学响应。第一期挤压逆冲作用可能与印度-欧亚汇聚碰撞高峰期(55~45 Ma)地壳的挤压缩短作用的远程效应有关;而第二期的逆冲作用与青藏高原地壳增厚和高原隆升向东北缘的扩展作用相联系;第三期左旋走滑作用则是晚第四纪以来的构造活动,明显滞后于5Ma青藏高原腹地的东西伸展和挤出走滑作用,这有可能暗示着青藏高原东北缘断裂构造活动及地壳隆升过程与青藏高原腹地并不同步。这为新生代以来印度板块-欧亚板块碰撞作用是逐渐向北扩展生长过程提供了构造地质学约束。     

基于数据密度确定分布区域的方法：以TAS图解分析为例

为了客观地确定数据点投图后分布的主要区域,本文提出了一种基于数据密度确定数据主要分布区域的方法。利用该方法可以更加直观地了解数据分布,并可以作为数据清洗的预处理手段。本文基于GEOROC大数据,以全碱对硅（TAS）图解为例,进行了分析和验证。通过提取GEOROC 数据库中与TAS 图解相关的岩石样本中SiO₂、Na₂O、K₂O 和烧失量含量数据,通过数据常规清洗和归算,最终获得24 个种类合计13.3 万条有效数据。通过数据投点、分区统计和提取80% 数据的分布区域,验证了24种岩石样品与TAS图解的吻合程度。通过综合研究分析发现,有6类岩石的数据分布与TAS图解定义区域基本一致,18类岩石的数据分布与TAS图解定义区域有系统性偏差。大数据研究证明了TAS图解的不足之处,利用全碱和SiO₂作为指标,难以实现提升总体分类的准确性。     

基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

基于多源数据约束的成矿动力学模拟——以宁芜盆地钟姑矿田典型矿床为例

数据驱动是大数据分析的特点之一。成矿过程的数值模拟即采用数据驱动方式,在基本的物理化学方程及地质模型基础上,通过定量的手段,模拟不同阶段、不同条件下成矿系统的演化过程,从而能够更深入、直观的讨论各种地质要素对成矿系统的影响,验证已有的成矿理论,获得新的认识。姑山铁矿床和杨庄铁矿床是宁芜火山岩盆地钟姑矿田内的典型矿床。前人研究显示,杨庄铁矿床为典型的充填-接触交代型热液矿床,而姑山铁矿床目前在成因上仍存在争议,存在岩浆成因和热液成因等多种观点。为了更好的对比和了解姑山铁矿床和杨庄铁矿床的成因及成矿过程,本文基于多源数据的综合解译剖面,采用力-热耦合数值模拟方法对与热液矿床密切相关的扩容空间的形成机制和特点开展研究。模拟结果显示,姑山铁矿床和杨庄铁矿床可能分属不同的成因类型;随着岩体的逐渐冷却,杨庄铁矿床内岩体和地层接触带会出现明显的扩容空间,可为成矿流体的汇聚及矿质的沉淀提供良好的条件,有利于热液矿床的形成;而姑山铁矿床内岩体和地层接触带只有局部区域出现扩容空间,同时体应变数值较小且形态变化大,并不利于大规模的流体汇聚及矿质的沉淀,姑山铁矿床可能主要为岩浆成因,并受少量热液的叠加改造。     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。